sklearn中功能列表中允许的数据类型

Question

伙计们，我正试图使用sklearn（或scikit learn）库进行机器学习，但我一次又一次地遇到错误：

TypeError: cannot perform reduce with flexible type

发生错误的代码行是：

X=[['SALES',2,4],['SALES',3,1],['TECHNICAL',9,1]];
Y=['NICE','NOT NICE','AWESOME']
classifier.fit(np.array(X),np.array(Y))

如果我将"SALES"one_answers"TECHNICAL"分类值转换为0和1之类的数字，那么它就可以正常工作。

X=[[0,2,4],[0,3,1],[1,9,1]];
Y=['NICE','NOT NICE','AWESOME']
classifier.fit(np.array(X),np.array(Y))

我的问题是，我是否必须将字符串类型的所有分类值转换为特征列表中的数字？我知道这可能是一个非常愚蠢的问题，但请帮帮我。。。。

Answer 1

scikit-learn估计模型的输入必须始终是数字numpy数组。

所以，是的，在将分类字符串特征输入sklearn之前，必须将其转换为数字（序数或虚数）。